落煤残存瓦斯量的确定是采掘工作面瓦斯涌出量预测的重要环节,它直接影响着采掘工作面瓦斯涌出量预测的精度,并与煤的变质程度、落煤粒度、原始瓦斯含量、暴露时间等影响因素呈非线性关系。人工神经网络具有表示任意非线性关系和学习的能力,是解决复杂非线性、不确定性和时变性问题的新思想和新方法。基于此,作者提出自适应神经网络的落煤残存瓦斯量预测模型,并结合不同矿井落煤残存瓦斯量的实际测定结果进行验证研究。结果表明,自适应调整权值的变步长BP神经网络模型预测精度高,收敛速度快 该预测模型的应用可为采掘工作面瓦斯涌出量的动态预测提供可靠的基础数据,为采掘工作面落煤残存瓦斯量的确定提出了一种全新的方法和思路。
上传时间： 2015-03-12
上传用户：熊少锋
这是我自己花了很多时间写的一个BP神经网络类，里面封装了网络初始化、训练、分类等功能。奉献出来与感兴趣的朋友分享，绝对可靠。
标签： BP神经网络
上传时间： 2014-10-13
上传用户：x4587
这是一个我自己编写的JAVA程序，可以运行的。思想是将KMEANS和神经网络结合起来实现模式的分类。
上传时间： 2015-03-18
上传用户：JIUSHICHEN
神经网络的源程序，一个比较新的算法，分类效果较好！
上传时间： 2014-01-15
上传用户：yyyyyyyyyy
基于GMM的概率神经网络PNN具有良好的泛化能力，快速的学习能力，易于在线更新,并具有统计学的贝叶斯估计理论基础，已成为一种解决像说话人识别、文字识别、医疗图像识别、卫星云图识别等许多实际困难分类问题的很有效的工具。而且PNN不但具有GMM的大部分优点，还具有许多GMM没有的优点，如强鲁棒性，需要更少的训练语料，可以和其他网络其他理论无缝整合等。
上传时间： 2014-01-02
上传用户：zhaiyanzhong
由java开发的软件包，里面有人工智能所用的很多东东，包括神经网络，支持向量机，决策树等分类和回归分析方法，集成化软件哦！
上传时间： 2014-11-15
上传用户：sxdtlqqjl
开发环境:C语言 简要说明:BackProp算法：BP网络是反向传播(Back Propagation)网络。它是一种多层前向网络，采用最小均方差学习方式。这是一种最广泛应用的网络。它可用于语言综合，识别和自适应控制等用途。BP网络需有教师训练。
标签： Propagation BackProp Back 网络
上传时间： 2013-12-28
上传用户：liuchee
本程序运用广义模糊神经网络理论采用MATLABL编程，实现了自适应控制
上传时间： 2014-11-28
上传用户：kernaling
误差反向传播网络(Back propagation network,简称BP网络)是神经网络中最活跃的方法，且绝大多数采用了三层结构(输入层、一个隐含层和输出层).BP网络是一种非线性映射人工神经网络.本程序用vb实现的bp算法
标签： propagation network Back 误差
上传时间： 2015-04-22
上传用户：qiaoyue
本文件为用C语言实现的可实现广义异或问题的bp神经网络算法。该问题是对标准异或问题的推广。在标准异或问题中，输入X1和X2取离散量-1或+1，在广义异或问题中，输入（X1,X2）可以在区间[-1，+1] X [-1, +1]内任意取值，而输出为Y=sign(x1,x2)，其中sign()为符号函数，在区间[-1，+1] X [-1, +1]内随机产生500个训练样本.本程序用标准BP网实现该分类问题.
上传时间： 2015-05-03
上传用户：清风冷雨
